響應面法在花生粕曲奇餅干研制中的應用

項雷文，林欣欣，陳文韜

（福建師范大學福清分校，食品與發酵工業研究所，福建福清350300）

我國是花生（Arachis hypogaea）的生產大國，總產量占全球總產的40.5%[1]。但對花生的開發利用仍停留在表層，開發利用比例大致為：榨油50%～60%，直接食用15%～25%，食品加工10%[2]。花生餅粕則是以脫殼花生果為原料，經低溫二次壓榨或高溫壓榨法提取油脂后而剩余的固形物，呈淡褐色或深褐色，有淡花生香味，形狀為小塊狀或粉末狀。花生粕中蛋白質含量高達48.68%，粗脂肪為4%～6%，粗纖維為4%～6%，可溶性總糖為32.50%，灰分為5.61%，還富含維生素、氨基酸、礦物質等[3]。國外花生粕有效應用于生產酸奶、干酪、醋、醬油、雞味調味品和發酵火腿等[4]，用脫脂花生粕制取花生蛋白發泡粉[5]等。但國內僅將花生粕作為飼料出售，造成蛋白質和膳食纖維浪費。且隨著花生種植業和油脂加工業的發展，花生餅粕產量也隨之增加。因此花生粕具有一定的開發利用潛力。

曲奇餅干主要是由面粉、黃油、細砂糖、雞蛋等混合焙烤而成，其外形獨特、結構細膩、色澤均勻、口感酥脆，但卻是一種高糖、高油脂的食品。如將花生粕粉代替部分面粉，不僅改善了曲奇餅干的風味，提高膳食纖維、蛋白質含量，也拓寬了花生粕的利用途徑。

響應面法（responsesurfacemethodology，簡寫RSM）最早由數學家Box和Wilson于1951年提出，是通過一系列確定性“試驗”擬合響應面來模擬真實極限狀態曲面。Box-Behnken Design是常用的實驗設計方法之一[6-9]。本試驗采用響應面優化方法探討花生粕粉比例、黃油、細砂糖、小蘇打添加量四因素對曲奇餅干品質的交互影響，從而確立花生粕曲奇餅干配方，以期為拓寬花生粕的利用提供參考。

1 材料與方法

1.1 材料與設備

花生粕（購于泉州吟山榨油坊，熱榨）；低筋粉（泉州市華圣食品有限公司）；雞蛋（光陽牌，福建光陽蛋業股份有限公司）；無鹽黃油（安佳牌，新西蘭恒天然有限公司）；細砂糖（太古牌，太古（廣州）糖業有限公司）；食鹽（晶華牌，福建省鹽業公司）；小蘇打（斧頭牌，廣州市森金化工科技有限公司）。

家用手動式打蛋器：日美牌，佛山市三水金達五金制品有限公司；TYS-200型高速多功能粉碎機：浙江省永康市紅太陽機電有限公司；BS224S型電子天平：北京賽多利斯儀器系統有限公司；燃氣電烤爐：廣州市番禺成功烘焙設備制造有限公司；標準篩80目：上虞市五四儀篩具廠。

1.2 方法

1.2.1 花生粕的預處理

無霉變的花生粕→除雜→烘干→粉碎→過篩→備用

選取淡褐色或深褐色、新鮮的無霉變的、有淡花生香味的、無焦糊酸敗等異味的花生粕。粉碎后即用80目篩選出較細的粉末，備用。

1.2.2 曲奇餅干傳統配方及工藝參數

傳統配方：低筋面粉100 g、黃油65 g、細砂糖35 g、雞蛋25 g、鹽0.7 g、奶粉5 g、小蘇打0.5 g。工藝參數：面火溫度150℃，底火溫度165℃，焙烤時間15 min。

1.2.3 花生粕曲奇餅干生產工藝流程

1.2.4 單因素試驗及Box-Behnken試驗設計-響應面優化分析

固定傳統配方中的其他原料添加量，對花生粕粉添加量（A，低筋粉相應減少，取 15、20、25、30、35 g 5 個水平）、黃油添加量（B，取 50、55、60、65、70 g 5個水平）、細砂糖添加量（C，取 25、30、35、40、45 g 5個水平）、小蘇打添加量（D，取 0、0.2、0.5、0.8、1.1 g 5個水平）四因素通過預實驗得到較適宜的添加量范圍。在單因素試驗結果基礎上做響應面試驗設計，采用Design-Expert 8.0.6軟件對試驗數據進行回歸分析，并預測最佳配方。每一自變量的低、中、高試驗水平分別以-1、0、+1進行編碼，該模型通過最小二乘法擬合二次多項方程。分析這幾個因素不同水平對花生粕曲奇餅干的感官評價影響，并通過10位評委綜合評定打分。

1.2.5 食品感官評價

參考餅干評分表[6]，采用百分制對花生粕曲奇餅干感官質量進行評分，感官評分標準見表1。

2 結果與討論

2.1 單因素試驗

2.1.1 花生粕粉添加量對花生粕曲奇餅干感官評價的影響

不同花生粕粉添加量對花生粕曲奇餅干感官評價的影響結果如表2所示。

從表2可以看出，花生粕粉的添加會對曲奇餅干的品質產生較大的影響，隨著花生粕粉添加量的遞增，餅干顏色逐漸加深，顆粒感、纖維感加強。當花生粕粉添加量為15、20 g時，因為黏度較小，餅體花紋模糊、不易成形，且花生香味較淡；從25 g開始，花紋較清晰，但是在40 g及之后，由于花生粕粉比例過大，很難從裱花袋中擠出餅坯，且擠出的餅坯斷斷續續，不能形成較好的形狀，以致于焙烤出來的餅干外形欠佳。綜合各種因素，花生粕粉添加量為30 g時，曲奇餅干外形、口感較好。

表1 花生粕曲奇餅干的感官評分標準Table 1 Sensory evaluation standard of peanut meal cookie

表2 花生粕粉添加量對花生粕曲奇餅干感官評價的影響Table 2 Effect of peanut meal powder addition on sensory evaluation of peanut meal cookie

2.1.2 黃油添加量的影響

黃油的添加可以提高餅干的酥性和營養價值，使曲奇餅干具有奶香味，軟化后的黃油通過攪打體積變大，能使餅干受熱蓬松。它是曲奇餅干中的主要成分，不同的添加量對曲奇餅干的結構和風味都有較大的影響。黃油添加量對花生粕曲奇餅干感官評價的影響結果如表3所示。

表3 黃油添加量對花生粕曲奇餅干感官評價的影響Table 3 Effect of butter addition on sensory evaluation of peanut meal cookie

由表3可見，黃油的添加量對曲奇餅干性質的影響波動較大。當黃油添加量過少時，曲奇餅干硬度過高，不易擠壓成型，黃油的香味被掩蓋，口感粗糙欠潤滑和細膩。反之黃油添加量過高時，奶香味過重，面團松散難成型，起發度較小，擺放時間稍長會走油，烘烤時花紋易塌陷。綜合各種因素，黃油的添加量為60 g時，曲奇餅干的表面整潔光滑，口感色澤較好。

2.1.3 細砂糖添加量的影響

細砂糖除了產生甜味之外，也是在焙烤過程中發生美拉德反應的主要參與者，能改變和提高產品結構和風味。因此對餅干的外觀、顏色及口感有重要影響。細砂糖添加量對花生粕曲奇餅干感官評價的影響結果如表4所示。

表4 不同細砂糖添加量對花生粕曲奇餅干感官評價的影響Table 4 Effect of sugar addition on sensory evaluation of peanut meal cookie

由表4可見，細砂糖的添加量對曲奇餅干性質的影響較大。當細砂糖添加量過少時，曲奇餅干甜度過小，美拉德反應不足夠，色澤較差。反之細砂糖添加量過高時，曲奇餅干甜度過高，食之較膩，粘度過高色澤偏深，視覺效果較差。通過試驗分析和感官評價分析，得出細砂糖的最佳的添加量為30 g。

2.1.4 小蘇打添加量的影響

小蘇打添加量對花生粕曲奇餅干感官評價的影響結果如表5所示。

表5 小蘇打添加量對花生粕曲奇餅干感官評價的影響Table 5 Effect of baking soda addition on sensory evaluation of peanut meal cookie

結果表明，沒有添加小蘇打的餅干，由于內部結構過于緊密，使得餅干干硬，口感較差，而小蘇打添加量超過0.8 g后，由于小蘇打在高溫下產生大量的氣體，餅干內部結構較粗糙、氣孔很大，使得餅干松而不脆，餅干表面和邊沿較容易起殼，且過多的小蘇打會給曲奇帶來異味。通過試驗分析和感官評價分析，得出小蘇打的最佳的添加量為0.5 g。

2.2 Box-Behnken Design－響應面優化分析

因素水平編碼、Box-Behnken試驗設計及結果見表6。

表6 Box-Behnken試驗設計及結果Table 6 Box-Behnken Design and results of response surface experiments

續表6 Box-Behnken試驗設計及結果Continue table 6 Box-Behnken Design and results of response surface experiments

利用Design-Expert 8.0.6軟件對表7試驗數據進行二次多項式回歸擬合，得到二次多元回歸方程：Y=86.32－0.02A＋0.16B－1.04C＋0.47D＋3.26AB－1.14AC＋0.06AD －0.14BC ＋0.50BD ＋0.52 CD －4.51A2－4.36B2－2.71C2－2.18D2。

用Box-Behnken Design響應面分析法對試驗結果擬合的模型進行方差分析，結果見表7，回歸方程中各個變量對感官評分分值Y影響的顯著性，由F檢驗來判定。如果概率p的值較小，則其所對應變量的顯著程度較高。

由表7可以看出，該模型的F值為70.37，大于0.01水平上的F值，且p值＜0.000 1，說明該模型極顯著。該模型的擬合度為0.986 0，說明該模型對花生粕曲奇餅干試驗的情況擬合較好。模型失擬性分析中，F值為4.20，小于0.05水平上的F值，P值為0.089 6，大于0.05，不顯著，說明所建立的回歸方程在整個回歸空間內的擬合度較好，可用來進行花生粕曲奇餅干的感官評分分值Y（響應值）的預測。

表7 響應面方差分析結果Table 7 Results of ANOVA of response surface analysis

各個因素中，一次項 A、B、C、D，二次項 A2、B2、C2、D2，交互項AB、AC對花生粕曲奇餅干的感官評價均有顯著影響（見圖1）。而交互項AD、BC、BD、CD的交互作用對花生粕曲奇餅干的感官評價影響不顯著。響應面圖形是響應值（感官評分分值Y）對各個試驗因素所構成的三維的曲面圖，從圖上可以找出最佳參數以及各個參數之間的相互作用。

圖1 AB（左）、AC（右）交互作用的響應面分析圖Fig.1 Responds surface analysis of interactions of AB（lift）and AC（right）

由圖1可知，所示的響應面圖形都是凸起、開口朝下的曲面，說明感官評分分值Y存在極值，該值為響應面的最高點；各個試驗因素的最佳作用點都位于試驗設計值范圍內。在細砂糖與小蘇打添加量一定的條件下，隨花生粕粉添加量和黃油添加量的增大，感官評分先緩慢上升后下降，由此可見適當的添加花生粕粉和黃油可以改善花生粕曲奇餅干的品質。隨著花生粕粉或細砂糖添加量的增加，感官評分先增加后降低，但幅度均較緩慢。不同的條件下，各因素和結果之間的關系曲線會有較大差別，提示在條件優化的過程中，要充分重視因素水平的選擇給結果帶來的影響。

利用Design-Expert 8.0.6軟件對工藝條件進行優化，得到花生粕曲奇餅干的最佳制作條件為：花生粕粉添加量30.18 g、低筋粉69.82 g、黃油60.20 g、細砂糖 29.04 g、小蘇打 0.53 g、雞蛋 25 g、鹽 0.7 g，焙烤溫度面火150℃，底火165℃，烘烤15 min。在此條件下，對花生粕曲奇餅干的感官評分預測值為86.44。進行3次驗證性試驗，測得的花生粕曲奇餅干的感官評分的均值為86.35，與理論預測值較為接近，說明模型的擬合程度較好，具有實用價值。

3 結論

1）利用Design-Expert 8.0.6軟件，通過對Box-Behnken中心組合設計得到花生粕曲奇餅干感官評分與花生粕粉與低筋粉比例、黃油添加量、細砂糖添加量、小蘇打添加量的模型，即二次多元回歸方程：Y=86.32－0.02A＋0.16B－1.04C＋0.47D＋3.26AB－1.14AC＋0.06AD －0.14BC ＋0.50BD ＋0.52 CD －4.51A2－4.36B2－2.71C2－2.18D2。經驗證，該模型是合理可靠的，能夠較好的預測試驗的結果。

2）利用Design-Expert 8.0.6軟件所得到的三維空間的響應面圖形及等高線，對各個因素及其交互作用進行探討，得到優化的工藝條件：花生粕粉添加量30.18 g、低筋粉 69.82 g、黃油 60.20 g、細砂糖 29.04 g、小蘇打0.53 g、雞蛋25 g、鹽0.7 g，焙烤溫度面火150℃，底火165℃，烘烤15 min。

3）經響應面分析、試驗得到的花生粕曲奇餅干配方與原始傳統配方相比，原料成本可下降19.6%。所以，用花生粕粉代替部分低筋粉，在豐富曲奇餅干風味的同時，也降低了生產成本。

[1] 于娜，楊慶利，禹山林，等.花生膳食纖維的研究開發與應用[J].食品工業技術,2010,31(3):376-380

[2] 周雪松,趙謀明.我國花生食品產業現狀與發展趨勢[J].食品與發酵工業,2004,30(6):84

[3] 梅娜,周文明,胡曉玉,等.花生粕營養成分分析[J].西北農業學報,2007,16(3):96-99

[4] 張巖,肖更生.花生粕的應用進展[J].食品工業技術,2006,27(8):198

[5] 江學文,李雁群,佘世望.用脫脂花生粕制取花生蛋白發泡粉的研究[J].中國油脂,1998,23(6):32

[6] 張鐘,鄭琳,趙彥.響應面分析和模糊評價結合在發芽黑糯玉米餅干研制中的應用[J].中國糧油學報,2009,24(9):125-131

[7] 鄒國省,關浩彬,秦凌浩.Box-Behnken響應面設計法優化替硝唑環糊精包合物的制備工藝[J].廣東藥學院學報,2009,25(5):444-448

[8] 趙翾,李紅良,梁志毅,等.響應面法優化低度枸杞米酒的釀造工藝[J].食品研究與開發,2012,33(2):77-81

[9] 王豐俊,楊朝暉,馬磊.響應面法優化核桃蛋白提取工藝研究[J].中國油脂,2011,36(3):36